Perl RE Tipp in PHP gesucht

aaalso... eigentlich solltest du die "greedyness" ausnutzen können indem du... /(word(_is_long)?)|(another(one)?)/ machst - das is aber untested

hast du probiert mit ungreedy-modifier?
die ?'s bewirken ja ne umkehr, also müsstest du das ganze nochmal umdrehen, dann sollte es eigentlich theoretisch vielleicht unter umständen gehen

@watchout: ja hab ich, keine Veraenderung sichtbar.

@that: meinst du split nach /\s+/, foreach ueber die elemente und $array[$i] = "<strong>{$array[$i]}</strong>" wo ein Match ist? Vielleicht kann ich den Match dann ja vereinfachen, muss ich mir anschauen. Danke fuer den Tipp

Ok, also ich weiss natuerlich das str_replace performanter ist. Es hat schon einen Grund gegeben, dass ich es nicht genommen habe, ich weiss es jetzt aber selber nicht mehr

Der Text hat definitiv keine URLs weil es eine Text-Only repraesentation von jeglicher Art Dokument ist, also bei HTMl wird nur der Text des Links usw. angezeigt. Somit kein Problem mit str_replace. Insofern waere eine Mehrverschachtelung von Strong in erster Instanz auch kein Problem. Ich will im Endeffekt schon "semantisch korrekt [tm]" bleiben, aber das kann ich fuers erste ja ignorieren.

Warum ich bisher eigentlich nur mit preg_split/replace gearbeitet hab, war einerseits das Verschachtelungsproblem und andererseits muss ich auch wissen, wo das erste Wort gefunden wurde. Ich zeige ja nicht den ganzen Text an sondern nur die Relevanten Teile mit den Suchwoertern (wobei ich es hier einfach mache und nur ab dem ersten gefundenen den Text fuer eine bestimmte Anzahl von Zeichen ausgebe).

Also was ich bisher in PHP probiert habe, das mir ein technisch schoenes Ergebnis geliefert hat, geht auf die Performance. Fuer einen Request kein Problem, aber Suchen werden sehr stark beansprucht, darum muss es auch unter Last optimal laufen.

Wenn ich mich dunkel erinnere werden bei den "Grossen" die Frontends entsprechend optimiert geschrieben (c++), mir steht aber PHP und maximal noch Java zur Verfuegung (auch nicht grad als Performance-Bringer bekannt ...)

An sowas dachte ich auch, aber wieder verworfen, weil ich ja nicht stripos von einem Keywort sondern von mehrere brauche. Aber ja, ist wahrscheinlich schon schneller. stripos ueber alle keywords aus dem array und ueber das anzuzeigende Fenster mach ich dann den preg_replace. Werds nachm WE testen und feedbacken.

Btw, generell gefragt, wsa nehmt ihr zum indizieren von Seiten und Ausgabe?

Ich hab bisher phpdig verwendet, bin aber unzufrieden mit den Ergebnissen. Auch das crawlen mit phpdig hat ewig gedauert und er hat zumindest damals nur HTMl indiziert und nicht andere Dokumente (PDF). Verwende derzeit noch einene eigenen Crawler zusammen mit Lucene als Indexsucher. Ausgabe in PHP.